Question

我正在尝试在模拟中使用分位数来获得90％的间隔。我有一个数据集，其中每一行包含平均值，标准差和要运行的模拟次数。

由于某种原因，当我尝试运行代码时，它只会为整个数据集创建分位数，而不是将每一行中包含的信息用作模拟参数。有什么方法可以使每一行都可以使用它吗？

以下是我正在使用的示例：

avg <- c(24, 20, 29, 17, 22, 21)
sd <- c(5, 4, 5, 3, 3, 3.6)
sims <- 1000
df <- data.frame(avg, sd, sims)

df$Low90 <- round(quantile(rnorm(n = sims, mean = df$avg, sd = df$sd), prob = 0.05), 2)
df$High90 <- round(quantile(rnorm(n = sims, mean = df$avg, sd = df$sd), prob = 0.95), 2)

df
  avg  sd sims Low90 High90
1  24 5.0 1000 14.13  32.32
2  20 4.0 1000 14.13  32.32
3  29 5.0 1000 14.13  32.32
4  17 3.0 1000 14.13  32.32
5  22 3.0 1000 14.13  32.32
6  21 3.6 1000 14.13  32.32

Answer 1

使用apply，

df$Low90 <- apply(df, 1, function(x) round(quantile(rnorm(n = x[3], mean = x[1], sd = x[2]), prob = 0.05), 2))
df$High90 <- apply(df, 1, function(x) round(quantile(rnorm(n = x[3], mean = x[1], sd = x[2]), prob = 0.95), 2))
df

 avg  sd sims Low90  High90
1  24 5.0 1000 16.08 32.08
2  20 4.0 1000 13.65 26.78
3  29 5.0 1000 20.55 36.96
4  17 3.0 1000 11.94 22.26
5  22 3.0 1000 17.13 26.95
6  21 3.6 1000 14.79 26.84

我们正在做的是使用apply函数，其边距为1，这意味着逐行进行。然后，在每一行中，我们获得means，sd和simulation号，并通过您的模拟函数运行它。

dplyr解决方案将使用rowwise函数，

library(dplyr)
df %>% rowwise %>% 
  mutate(Low90 = round(quantile(rnorm(n = sims, mean = avg, sd = sd), prob = 0.05), 2))

Answer 2

这是一个使用tidyverse的{{1}}方法，因此您只需要对行进行一次迭代即可获得任意数量的分位数。您原始方法的问题在于pmap不能通过其rnorm参数进行向量化；尝试仅运行n，请注意您只能获得一组1000个值。

在这里，我们将使用rnorm(n = sims, mean = df$avg, sd = df$sd)遍历各行，并应用一个自定义函数，该函数需要使用pmap参数中的位数。我们需要使用probs和enframe来使这些分位数产生小滴，而不是数字矢量，以便spread将所有内容保持在同一行。好处是，现在，如果您想说每个百分位，您只需更改unnest向量并获得100个新列即可。

probs

^{由reprex package（v0.2.1）于2019-04-24创建}

在R中按行模拟

2 个答案: